第2期 刘永建（等）：作物品种区域试验多年资料联合分析法的计算机程序 127 第区组效应。 表，检验试点间、品种间和试点品种组合间的差异显 著性。 2 Visual BASIC6.0程序编制 显著性检验模块：可对各试点最小二乘均数间 2.1程序编辑 各品种最小二乘均数间和试点品种组合最小二乘均 Visual BASIC是一种可视化的、面向对象和采 数间进行差异显著性检验。 用事件驱动方式的结构化高级程序设计语言。V- 限于篇幅，计草机原程序代码略 al basic6.0是它的一个版本，可以用来建立32 2.2结果输出 位的应用程序。 利用该程序分析作物品种区域试验多年资料， 用Visual BASIC6.0编制作物品种区域试验多 输出的结果有：①方差分析表（见表1）：②品种、试 年资料联合分析方法的计算机程序，主要由数据输 点以及试点品种组合的最小二乘均数：③品种、试点 入模块、正规方程组简缩模块、最小二乘均数估计模 以及试点品种组合最小二乘均数间显著性检验的 块、方差分析模块和显著性检验模块5部分构成（见 值。 图1)。 表1作物品种区域试验多年资料的方差分析表 Table 1 The table of anova for the data of crop variet 效据输入 regional traits in several vears 建立正规方程YX可 变异来源 正规方程的阀绵，得儿码 试当A 求解简缩正规方程。得的估 求的x 品种V 品种组合 乘法，可进子 小二结计 分析 年份X试点YearX Are路 试点×品种Area×Variety 总的Total 3 The SAS System for Windows V6.2程序编制 图1作物品种区域试验多年资料联合分析法的Vil BASIC流程图 3.1程序编辑 The SAs Sytem for Windows V6 12 SAS 数据输入模块：在该模块中，须首先输入年份 STAT中提供了GLM(General Linear Model)过程 其推算参数的理论基出是最小二乘法，最适用于不 数、试点数、品种数、小区数，再输入两个数据文件名 平衡的试验设计。因此，用GLM过程来解决作物 varicty0l.dat和varicty02.dat,其中varicty0l.dh 品种区域试验多年资料联合分析法的计算应该是可 由小区产量构成，无观察值的小区输入“0”：vai 行的，我们编写了分析程序（见图2）。 02dt由“0”"和“1”构成，其中“0”表示相应小风 无观察值，“1”表示相应小区有观察值。在此基础 上，构建正规方程组的结构矩阵X和小区产量列向 anety.dat 量Y。 variety block yied@@ 正规方程组简缩模块：由于正规方程组是不 area variety blok 秩的，本身没有解。但是，根据作物品种区域试验资 od yield=year arca varicty block yearrrvri 料的数学模型和有关限制条件可以对正规方程组进 35H 行行列变换，进而可得简缩方程组。 iety area run: 最小二乘均数估计模块：解简缩方程组，并利用 限制条件，可得试点、品种和试点品种组合的最小 2作物品种区域试多年资料联合分析法的S4S程 乘均数。 for the data gional traits in several v 方差办：在该模块中，可以得到方差分析第!区组效应。 ! "#$%&’()*+,-./程序编制 !.0 程序编辑 "#$%&’()*+,是一种可视化的、面向对象和采 用事件驱动方式的结构化高级程序设计语言。"#1 $%&’()*+,-./是它的一个版本，可以用来建立2! 位的应用程序。 用"#$%&’()*+,-./编制作物品种区域试验多 年资料联合分析方法的计算机程序，主要由数据输 入模块、正规方程组简缩模块、最小二乘均数估计模 块、方差分析模块和显著性检验模块3部分构成（见 图0）。 图0 作物品种区域试验多年资料联合分析法的"#$%&’()*+,流程图 4#50 678"#$%&’()*+,9’:;<7&=>:9>78?8>7:@:9<:?A#B8@ &B&’C$#$9:=>78@&>&:9<=:DE&=#8>C=85#:B&’>=&#>$#B$8E8=&’C8&=$ 数据输入模块：在该模块中，须首先输入年份 数、试点数、品种数、小区数，再输入两个数据文件名 E&=#8>C/0.@&>和 E&=#8>C/!.@&>，其中 E&=#8>C/0.@&> 由小区产量构成，无观察值的小区输入“/”；E&=#1 8>C/!.@&>由“/”和“0”构成，其中“/”表示相应小区 无观察值，“0”表示相应小区有观察值。在此基础 上，构建正规方程组的结构矩阵" 和小区产量列向 量#。 正规方程组简缩模块：由于正规方程组是不满 秩的，本身没有解。但是，根据作物品种区域试验资 料的数学模型和有关限制条件可以对正规方程组进 行行列变换，进而可得简缩方程组。 最小二乘均数估计模块：解简缩方程组，并利用 限制条件，可得试点、品种和试点品种组合的最小二 乘均数。 方差分析模块：在该模块中，可以得到方差分析 表，检验试点间、品种间和试点品种组合间的差异显 著性。 显著性检验模块：可对各试点最小二乘均数间、 各品种最小二乘均数间和试点品种组合最小二乘均 数间进行差异显著性检验。 限于篇幅，计算机源程序代码略。 !.! 结果输出 利用该程序分析作物品种区域试验多年资料， 输出的结果有：!方差分析表（见表0）；"品种、试 点以及试点品种组合的最小二乘均数；#品种、试点 以及试点品种组合最小二乘均数间显著性检验的$ 值。 表0 作物品种区域试验多年资料的方差分析表 6&A’80 678>&A’8:9)FG")9:=>78@&>&:9<=:DE&=#8>C =85#:B&’>=&#>$#B$8E8=&’C8&=$ 变异来源 *:%=<8 自由度 %& 平方和 ’’ 均方 (’ )H值 )HE&’%8 区组 (’:<I 年份 J8&= 试点 )=8& 品种 "&=#8>C 年份K试点 J8&=K)=8& 试点K品种 )=8&K"&=#8>C 误差 L==:= 总的 6:>&’ 2 678*)**C$>8?9:=M#B@:;$"-.0!程序编制 2.0 程序编辑 678*)**C>8?9:=M#B@:;$"-.0!在 *)*／ *6)6中提供了 NOP（N8B8=&’O#B8&=P:@8’）过程， 其推算参数的理论基础是最小二乘法，最适用于不 平衡的试验设计。因此，用 NOP 过程来解决作物 品种区域试验多年资料联合分析法的计算应该是可 行的，我们编写了分析程序（见图!）。 >#>’8‘678,:?D%>8=Q=:5=&?:9678P8>7:@:9,:?A#B8@)B&’C$#$ 9:=678R&>&:9,=:D"&=#8>CS85#:B&’6=#&’$#B*8E8=&’J8&=$’； @&>&"&=#8>C； #B9#’8‘"&=#8>C.@&>’； #BD%>C8&=&=8&E&=#8>CA’:<IC#8’@$$； D=:<5’?； <’&$$C8&=&=8&E&=#8>CA’:I； ?:@8’C#8’@TC8&=&=8&E&=#8>CA’:<IC8&=!&=8&&=8&!E&=#8>C／$$0 $$!$$2$$U； ’$?8&B$E&=#8>C&=8&E&=#8>C!&=8&／>5#99； =%B； 图! 作物品种区域试验多年资料联合分析法的*)*程序 4#5! 678*)*D=:5=&?:9>78?8>7:@:9<:?A#B8@&B&’C$#$ 9:=>78@&>&:9<=:DE&=#8>C=85#:B&’>=&#>$#B$8E8=&’C8&=$ 第!期 刘永建（等）：作物品种区域试验多年资料联合分析法的计算机程序 0!V 万方数据